GitHub与微软推出AI代码审查基准ReviewBench

GitHub与微软发布了针对AI代码审查智能体的开源基准测试ReviewBench，开发者现可提交自己的智能体参与排行榜评测。 该基准包含从海量GitHub拉取请求（PR）中筛选出的219个样本，采用多源黄金数据集和统一评分标准，支持按严重程度和类别进行细分评估。GitHub称，内部实践表明该基准的离线评估结果与线上A/B测试表现高度一致。 开发者提交的评测分数在维护者审查批准前将保持私密；只有当分数超过该智能体当前在排行榜上的成绩，或是首次提交时，才会被公开发布到排行榜上。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。